發(fā)布時(shí)間：2021-09-08 17:00

　　電力系統(tǒng)經(jīng)濟(jì)調(diào)度的研究對(duì)降低發(fā)電成本,改善電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性具有重要意義。隨著電力系統(tǒng)規(guī)模的擴(kuò)大,當(dāng)計(jì)及閥點(diǎn)效應(yīng)、網(wǎng)絡(luò)傳輸損失等實(shí)際問(wèn)題的影響時(shí),不僅成本函數(shù)變得非凸不連續(xù),計(jì)算維數(shù)也變得非常高,導(dǎo)致電力系統(tǒng)經(jīng)濟(jì)調(diào)度求解困難。受粒計(jì)算思想啟發(fā),在保證結(jié)果精度的前提下,可以通過(guò)合理的粒子劃分,將復(fù)雜問(wèn)題進(jìn)行分解,再通過(guò)智能算法優(yōu)化,實(shí)現(xiàn)計(jì)算的降維,并求解出結(jié)果。本文將粒計(jì)算思想應(yīng)用到電力系統(tǒng)經(jīng)濟(jì)調(diào)度中,主要研究?jī)?nèi)容如下:首先,構(gòu)建了基于粒計(jì)算的電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究基礎(chǔ)框架,并對(duì)傳統(tǒng)經(jīng)濟(jì)調(diào)度模型進(jìn)行了改進(jìn),建立了電力系統(tǒng)經(jīng)濟(jì)調(diào)度的粒計(jì)算模型。該模型將復(fù)雜高維的經(jīng)濟(jì)調(diào)度計(jì)算分解成粗粒子計(jì)算和細(xì)粒子計(jì)算,有效降低計(jì)算維度,并對(duì)本文所采用的差分進(jìn)化算法流程和控制參數(shù)的意義進(jìn)行討論。其次,提出基于粒計(jì)算的電力系統(tǒng)經(jīng)濟(jì)調(diào)度方法。在電力系統(tǒng)經(jīng)濟(jì)調(diào)度粒計(jì)算模型的基礎(chǔ)上,為保證計(jì)算降維后的結(jié)果精度,制定了基于機(jī)組收斂特性的粒子劃分策略。該策略包含機(jī)組收斂特性測(cè)試和機(jī)組劃分兩部分。通過(guò)收斂特性測(cè)試,可以得到每臺(tái)機(jī)組在尋優(yōu)過(guò)程中的收斂特點(diǎn),通過(guò)對(duì)其進(jìn)行對(duì)比分析,將不易收斂的機(jī)組聚類(lèi)至同一細(xì)粒子中,進(jìn)行有針對(duì)... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

算例一IGrC兩種方法50次運(yùn)行結(jié)果分布對(duì)比箱形圖

第4章基于改進(jìn)粒計(jì)算的電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究-49-法IGrC-2，大約在第30次收斂至最優(yōu)值。與其他文獻(xiàn)相比，IGrC方法僅需很少的迭代次即可找到最優(yōu)解。13機(jī)組系統(tǒng)中，HAAA[42]算法收斂至最優(yōu)值需要迭代512×10次，ST-IRDPSO[23]算法需要迭代13500次，均遠(yuǎn)多于所提出的兩種改進(jìn)方法。(2)算例二仿真結(jié)果分析算例二采用表3-8中的參數(shù)計(jì)算，計(jì)及閥點(diǎn)效應(yīng)的影響，系統(tǒng)負(fù)荷需求為1800MW。應(yīng)用IGrC兩種改進(jìn)方案求解經(jīng)濟(jì)調(diào)度，將所得的結(jié)果記錄在表4-5中，兩種方法50次運(yùn)行結(jié)果分布箱形圖對(duì)比繪制在圖4-6中。表4-5算例二IGrC方法結(jié)果對(duì)比方法最小成本($/h)平均成本($/h)最大成本($/h)標(biāo)準(zhǔn)差($/h)計(jì)算時(shí)間(s)IGrC-117960.36612217960.36612217960.3661220.0000003.25IGrC-217960.36612217960.36890617960.5043910.0195523.26圖4-6算例二IGrC方法50次運(yùn)行結(jié)果分布對(duì)比箱形圖表4-5中給出了IGrC兩種改進(jìn)方案求解算例二的最孝平均、最大發(fā)電成本，以及相對(duì)應(yīng)的標(biāo)準(zhǔn)差。結(jié)合箱形圖4-6可以看出，方法IGrC-1求解的結(jié)果最為穩(wěn)定，標(biāo)準(zhǔn)差可近似為0。而方法IGrC-2在50次獨(dú)立計(jì)算所得結(jié)果略有偏差，存在一個(gè)異常值，標(biāo)準(zhǔn)差很小為0.019552$/h。通過(guò)分析13機(jī)組系統(tǒng)兩個(gè)算例的仿真結(jié)果可知，與改進(jìn)前GrC方法相比，改進(jìn)后的IGrC方法能夠保持計(jì)算結(jié)果的精度和魯棒性同時(shí)，實(shí)現(xiàn)計(jì)算速度的明顯提升，僅需要3s左右即可得到最終結(jié)果。兩種改進(jìn)方案求

第4章基于改進(jìn)粒計(jì)算的電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究-51-圖4-8算例三IGrC方法50次運(yùn)行結(jié)果分布對(duì)比箱形圖在圖4-8中，通過(guò)對(duì)比兩種方法的50次運(yùn)行結(jié)果可知，采用方法IGrC-1計(jì)算，50個(gè)結(jié)果中存在3個(gè)異常值，且平均值較低，而方法IGrC-2所得的結(jié)果，有較多異常值，波動(dòng)范圍較大，說(shuō)明IGrC-1方法魯棒性更優(yōu)。圖4-9展示了兩種方法最優(yōu)結(jié)果的收斂情況。圖4-9算例三IGrC方法最優(yōu)結(jié)果收斂圖對(duì)比從圖4-9中進(jìn)行了兩種改進(jìn)方案收斂速度的對(duì)比，方法IGrC-1的收斂速度略快于IGrC-2。通過(guò)上述分析可以看出，在13機(jī)組較小規(guī)模電力系統(tǒng)中，計(jì)及閥點(diǎn)效應(yīng)、網(wǎng)絡(luò)傳輸損失的影響，采用所提出的改進(jìn)粒計(jì)算方法，可以有效提升算法性能。采用縮放因子取值較大，且變化速率先慢后快的參數(shù)調(diào)整方案可以得到更為理想的結(jié)果。17955.0018055.0018155.0018255.0018355.0018455.0018555.0018655.0018755.0018855.0018955.000481216202428323640發(fā)電成本FT/($/h)迭代次數(shù)tIGrC-1IGrC-2

【參考文獻(xiàn)】：
期刊論文
[1]Modified Cuckoo Search Algorithm to Solve Economic Power Dispatch Optimization Problems[J]. Jian Zhao,Shixin Liu,Mengchu Zhou,Xiwang Guo,Liang Qi.  IEEE/CAA Journal of Automatica Sinica. 2018(04)
[2]差分進(jìn)化算法綜述[J]. 丁青鋒,尹曉宇.  智能系統(tǒng)學(xué)報(bào). 2017(04)
[3]基于粒計(jì)算的非常規(guī)突發(fā)事件情景層次模型[J]. 陳雪龍,盧丹,代鵬.  中國(guó)管理科學(xué). 2017(01)
[4]從人類(lèi)智能到機(jī)器實(shí)現(xiàn)模型——粒計(jì)算理論與方法[J]. 苗奪謙,張清華,錢(qián)宇華,梁吉業(yè),王國(guó)胤,吳偉志,高陽(yáng),商琳,顧沈明,張紅云.  智能系統(tǒng)學(xué)報(bào). 2016(06)
[5]The Models of Granular System and Algebraic Quotient Space in Granular Computing[J]. CHEN Linshu,WANG Jiayang,LI Li.  Chinese Journal of Electronics. 2016(06)
[6]二進(jìn)制粒計(jì)算模型[J]. 鄭鷺斌,陳玉明,曾志強(qiáng),盧俊文.  計(jì)算機(jī)科學(xué). 2016(01)
[7]計(jì)及爬坡和運(yùn)行禁區(qū)的經(jīng)濟(jì)調(diào)度新算法[J]. 王開(kāi)艷,羅先覺(jué),王起,馬紅蓮.  電網(wǎng)技術(shù). 2015(09)
[8]基于粒計(jì)算的大數(shù)據(jù)處理[J]. 徐計(jì),王國(guó)胤,于洪.  計(jì)算機(jī)學(xué)報(bào). 2015(08)
[9]基于商空間的層次式數(shù)據(jù)網(wǎng)格資源調(diào)度算法[J]. 夏純中,宋順林.  通信學(xué)報(bào). 2013(06)
[10]基于快速自適應(yīng)差分進(jìn)化算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配[J]. 吳亮紅,王耀南,袁小芳,曾照福.  控制與決策. 2013(04)



本文編號(hào)：3391155